[发明专利]一种基于教育心理学的学习疲劳智能检测系统与方法在审

专利信息
申请号: 201910519341.2 申请日: 2019-06-17
公开(公告)号: CN110348316A 公开(公告)日: 2019-10-18
发明(设计)人: 田露;董丹丹;吴琳;陈天然;郭锦华 申请(专利权)人: 郑州铁路职业技术学院
主分类号: G06K9/00 分类号: G06K9/00;G06Q50/20;G08B21/06;A61B5/16
代理公司: 北京汇捷知识产权代理事务所(普通合伙) 11531 代理人: 张丽
地址: 451460 河*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 教育心理学 智能检测系统 微处理器 红外光源 学习疲劳 报警电路模块 非接触测量 背景环境 控制处理 准确率 算法
【说明书】:

发明公开了一种基于教育心理学的学习疲劳智能检测系统与方法,包括包括红外光源、COMS摄像头、微处理器、报警电路模块、DDR2寄存器和FLASH存储器;本发明采用了设置了红外光源的COMS摄像头、基于SP处理的TMS320DM6437的微处理器的控制处理和基于PERCLO算法,实现了系统的非接触测量、实时、全天候要求,有效的避免了背景环境的干扰,获得了理想的准确率。

技术领域

本发明涉及学习疲劳检测技术领域,尤指一种基于教育心理学的学习疲劳智能检测系统与方法。

背景技术

由于长时间进行学习,在生理和心理方面产生了怠倦,致使学习效率下降,甚至到了不能继续学习的状况。疲劳现象有各种形态,主要可分为生理的(或身体的)疲劳和心理的疲劳。学习既包括身体的活动,也包括精神的活动,但主要的是精神活动。学习疲劳的出现不仅取决于所从事的学习的性质和数量,也和一个人的学习动机、学习态度、学习兴趣等个人的特点以及环境的条件有关。心理的疲劳一般不像身体的疲劳发生得那样迅速,所以一个人有了强烈的学习动机和积极的学习态度,就能够较长时间地持续学习而不感到十分疲劳。但是,集中精力持续学习时间过长,就会产生疲劳,使学习的质量和效率受到影响。疲劳的引起是有个别差异的。由于一个人的生理和心理的特点不同,如身体的强弱、能力、气质、兴趣、习惯的不同,都能影响疲劳的发生。学习疲劳的调节和恢复 因为疲劳能降低学习效率,产生有害的影响,所以在教育、教学上应注意学习疲劳的调节和恢复。所以,学习疲劳的检测就显得很重要。

发明内容

本发明的目的在于提供一种基于教育心理学的学习疲劳智能检测系统与方法。

为了实现上述目的,本发明的技术解决方案为:一种基于教育心理学的学习疲劳智能检测系统包括红外光源、COMS摄像头、微处理器、报警电路模块、DDR2寄存器和FLASH存储器;COMS摄像头外围设置了双环状分布的由红外发光二极管组成的红外光源,COMS摄像头与微处理器进行电气连接,微处理器与报警电路模块进行电气连接,微处理器还与DDR2寄存器进行电气连接,FLASH存储器与FLASH存储器进行电气连接,DDR2寄存器的配置参数存储于FLASH存储器中。

进一步的,所述的微处理器采用型号为TMS320DM6437的微处理器;

所述的微处理器包括VPSS模块、EDMA模块和CPU模块。

一种基于教育心理学的学习疲劳智能检测方法包括以下步骤:

(1).图像采集:由外围设置了红外光源的COMS摄像头对人脸进行图像采集;

(2).接收图像:采集到的读书者的人脸图像信息,由VPSS模块的摄像头接口接收,再由EDMA模块直接存储于DDR2寄存器中;

(3).图像处理:当CPU模块内部图像或算法处理完成后,发出接收下一帧图像的信号,图像从DDR2寄存器中传到CPU中处理,CPU将处理完成的中间数据送回到DDR2寄存器中存储;

1).图像预处理:用滤波法消除光照不均匀对面部图像的影响,并滤除面部图像里的干扰信息;

2).脸部定位:对图像进行脸部定位;

3).眼睛检测及跟踪;在脸部定位的基础上对眼睛进行检测及跟踪;

4).提取疲劳状态特征:提取眼睛的疲劳状态特征;

5).计算PERCOLS值:在眼睛检测及跟踪、提取疲劳状态特征的基础上计算PERCOLS;

6).判断是否达到疲劳程度:当PERCOLS值大于40%或眼睛持续闭合时间超过3秒,就判断为达到疲劳程度,进行报警输出,否则进入步骤(2)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于郑州铁路职业技术学院,未经郑州铁路职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910519341.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top